Control Moderno Practica 4 14-1 Fim Uni

Universidad Nacional de Ingeniería P.A.
2014-1
Facultad de Ingeniería Mecánica 02-07-14
Departamento de Ingeniería Aplicada
Cuarta Práctica Calificada de Control Moderno y Óptimo –MT227-A
Nota: Se permite 01 hoja de formulario
Problema 1
Considere el problema escalar de control óptimo cuadrático:
 
T
J  min  x 2  u 2 dt sujeto a: x(t )   x(t )  u(t ) , x(0)=1 ()
0
a) (3.0p)Use la ecuación de Hamilton-Bell-Jacobi para calcular el control óptimo de

retroalimentación y el correspondiente costo óptimo.
b) (1.0p) Hacer que p(t,T) sea la solución de Riccati correspondiente a (), donde el
tiempo final es un argumento. Calcular:
lim p(t , T )
T 
Y comparar su respuesta usando el comando lqr de Matlab.

Solución
a) Ecuación de Hamilton-Bell-Jacobi
 
H  x 2  u 2   ( x  u )
H 
 2u    0  u*  
u 2
  
2
 2
H *   x 2     ( x  )  x 2   x
 4 2 4
H *
   2 x      2 x  
x
H *  
 x  x 
 2
 1
Haciendo:  px {Notar que el índice de costo no presenta el término de }
2 2
  2( p x  px)  2 x  
 
p x  px   x  y x   x    x  px
2 2
p x  p( x  px)   x  px
p  2 p  p 2  1  0
Usando el método de separación de variables obtenemos:
Universidad Nacional de Ingeniería P.A. 2014-1
Con las condiciones en la frontera: p(T )  0 evaluamos la constante c
Y de aquí tenemos:
La ley de control óptima de retroalimentación sería:
Y el costo mínimo:
b)
Problema 2
Dado el sistema:
x1 (t )  x2 (t )
x 2 (t )  x1 (t )  u (t )  w(t )
y(t )  x1 (t )  v(t )
Se desea diseñar un proceso de regulación usando dos clases de controladores uno

determinístico (ubicación de polos) y otro estocástico (LQG).
Se sabe que la ganancia de Retroalimentación es: K=[ 2 3], y se requiere diseñar el
observador de estados completos por dos métodos:
a) (1.0p)Usando la ubicación de polos en s1=-1 y s2=-2, determine la ganancia del
Observador L.
b) (3.0p)Usando el problema dual, diseñe el filtro de Kalman-Bucy (Lk) para el sistema
si se conoce que las varianzas de los ruidos w(t) es unitaria y del ruido v(t) es 1/3.
c) (1.0p)Determine en cada caso el modelo de espacio estado del compensador.
d) (1.0p)Determine los polos de cada compensador. Comente su respuesta con respecto
a la estabilidad.
Solución
a) En el caso del observador determinístico no incluye el ruido del sensor

 x1 (t )  0 1  x1 (t )  0
 x (t )  1 0  x (t )  1(u (t )  w(t ))
 2    2   
y(t )  x1 (t )  v(t )
Polos deseados para el diseño del Obesrvador: s1=-1 y s2=-2
Ecuación característica deseada para el observador: s 2  3s  2
La matriz de la ecuación del error debe tener polos en el semi plano izquierdo
s  l1  1 2
SI  ( A  LC) = = s  l1s  l2  1  s 2  3s  2
l2  1 s
3
L 
3
b) Filtro de Kalman-Bucy
Problema dual: (AT,CT)
1
Ecuación LQE: APo  PoAT  PoC T  v CPo  B w BT  0
Las varianzas de los ruidos son:  v =1/3 y  w =1
0.8165 1 
Po  
 1 1.633
1 2.4495
Lk  PoC T  v   
 3 
c) Ecuación de Espacio Estado del Compensador Entrada y , salida u
Primer Compensador
 xˆ (t )    3 1   xˆ1 (t )  3
 1         y (t )
 xˆ 2 (t )  4  3  xˆ 2 (t ) 3
u  2 3xˆ
Segundo Compensador
 xˆ (t )   2.4495 1   xˆ1 (t )  2.4495
 1   
    xˆ (t )   3  y (t )  v(t ) 
ˆ
 2 
x (t )  4 3 2   
u  2 3xˆ
d) Los polos son iguales a los valores propios:
Caso 1: {3  2i}
Caso 2: {2.7247  1.981i}
Ambos son asintóticamente estables, pero el segundo se ha diseñado en base al ruido del sensor.
Problema 3
Se tiene una planta con el siguiente modelo:

x (t )  ax(t )  b(u (t )  w(t ))
, con a  1, b  1, c  12
y(t )  cx (t )  v(t )
Siga los siguientes pasos para diseñar el control de este tipo de sistemas:
a) (2.0 p)Encuentre la ley de control u(t) que minimice el índice de costo J:

T T 
 
J  lim E  y y  u T u dt 
T 
0 
Solución
La matriz de retroalimentación óptima:
k  r 1b t p
Donde p es la solución de Riccati:
a t p  pa  pbr 1bt p  q  0
a  1, b  1, c  12 , q  c 2  14 , r  1
1
 2 p  p2  0
4
1
( p  1) 2  1   0
4
5
( p  1) 2 
4
5
( p  1) 2 
4
2 5
p
2
2 5 2 5
k  u (t )  x(t )
2 2
(1.0p)Escriba código en Matlab
a=-1;b=1;c=1/2; r=1;
ka=lqr(a,b,C’C,r)
b) (2.0p)Diseñe la ganancia del filtro de Kalman (Lk) considerando las varianzas de

los ruidos w(t) y v(t) como 1 y 1/32 respectivamente.
Solución
apo  poa t  poc t ro1cpo  bbt  0

1
 2 po  (32) po 2  1  0
4
 1 9
po 
8
L=4
(1.0p) Escriba código en Matlab
a=-1;b=1;c=1/2; r=1; qo=c’c
Lk=lqr(a’,c’,b’b,r)’
c) (2.0p) Después de la simulación, el sistema de control diseñado tiene un error en el
estado estacionario. Diseñe ahora un nuevo regulador LQ, que corrija el error en
estado estacionario a pesar de las perturbaciones. ( Use acción integral)
T T 
 
J  lim E  y y  z T z  u T u dt 
T 
0 
Sistema aumentado:
Matriz de Riccati:
Para el sistema aumentado:
Ayuda: el nuevo vector de estados aumentados es xa  [ x z ]T , debe encontrar el

sistema aumentado Aau , Bau , Cau
En Matlab: ka=lqr(Aau,Bau,Cau’Cau,R)
d) (2.0p) Complete con valores el diagrama de simulación del sistema controlado con
efecto integral y con un compensador LQG.
La Profesora

Control Moderno Practica 4 14-1 Fim Uni

Cargado por

Copyright:

Formatos disponibles

Control Moderno Practica 4 14-1 Fim Uni

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Control Moderno Practica 4 14-1 Fim Uni

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional de Ingeniería P.A.

Cuarta Práctica Calificada de Control Moderno y Óptimo –MT227-A

Nota: Se permite 01 hoja de formulario

Considere el problema escalar de control óptimo cuadrático:

a) (3.0p)Use la ecuación de Hamilton-Bell-Jacobi para calcular el control óptimo de

Y comparar su respuesta usando el comando lqr de Matlab.

Con las condiciones en la frontera: p(T )  0 evaluamos la constante c

La ley de control óptima de retroalimentación sería:

Se desea diseñar un proceso de regulación usando dos clases de controladores uno

a) En el caso del observador determinístico no incluye el ruido del sensor

Se tiene una planta con el siguiente modelo:

a) (2.0 p)Encuentre la ley de control u(t) que minimice el índice de costo J:

b) (2.0p)Diseñe la ganancia del filtro de Kalman (Lk) considerando las varianzas de

apo  poa t  poc t ro1cpo  bbt  0

Para el sistema aumentado:

Ayuda: el nuevo vector de estados aumentados es xa  [ x z ]T , debe encontrar el

También podría gustarte